“黄可思”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果10个，建议您升级VIP下载更多相关专利

[发明专利]基于视频学习和文本学习的三元组获取方法及装置-CN202010830803.5有效
发明人： 黄可思;刘文印;陈俊洪;朱展模;王思涵 -专利权人：广东工业大学
申请日： 2020-08-18 - 公布日： 2023-09-15 - 主分类号： G06V20/10 文献下载
摘要：本发明提供的一种基于视频学习和文本学习的三元组获取方法、装置、共融机器人视觉编程及在线协作系统、机器人，首先对长视频进行学习，得到各个视频段对应的主体物体、受体物体以及动作类型，并组成相应的操作指令三元组，然后利用文本‑三元组正负样本数据集训练自然语言模型，并将操作指令三元组组成的文本信息输入到该自然语言模型中，以得到预测三元组，通过该预测三元组来纠正长视频输出的操作指令三元组，从而实现多模态的融合；并且，通过视频学习和文本学习得到的目标三元组，其准确率相对较高，能够有效提高机器人识别长视频操作指令的正确率，有利于机器人更好地自主学习，提高学习效率。
基于视频学习文本三元获取方法装置

[发明专利]一种粗颗粒度指令识别方法和装置-CN202010961391.9有效
发明人：林大润;刘文印;陈俊洪;王思涵;黄可思;钟经谋 -专利权人：广东工业大学
申请日： 2020-09-14 - 公布日： 2023-07-25 - 主分类号： G10L15/22 文献下载
摘要：本发明公开了一种粗颗粒度指令识别方法和装置，包括：接收用户输入的视频数据和指令音频；使用已训练实例分割模型从所述视频数据提取物体特征矩阵；使用已训练语音模型从所述指令音频提取粗颗粒度指令特征矩阵；对所述物体特征矩阵和所述粗颗粒度指令矩阵进行拼接，生成融合特征；将所述融合特征输入到已训练推理分类模型，输出细颗粒度指令组。有效提高粗颗粒度指令识别的灵活性，降低工作量。
一种颗粒指令识别方法装置

[发明专利]基于多模态查询向量和置信度的指代视频分割方法-CN202211621709.4在审
发明人：刘文印;黄可思;梁达勇;陈俊洪;西木;钟经谋;林大润 -专利权人：广东工业大学
申请日： 2022-12-16 - 公布日： 2023-05-02 - 主分类号： G06V20/40 文献下载
摘要：本发明提供了基于多模态查询向量和置信度的指代视频分割方法，包括：提取原始视频的视频特征和自然语言描述文本的描述文本特征；基于视频特征和描述文本特征，生成多模态查询向量；对视频特征进行编码，并生成编码器特征；对编码器特征和多模态查询向量进行解码，并生成预测类别、预测框和掩码特征；基于掩码特征和多模态查询向量，生成置信度，并计算新的掩码特征；将新的掩码特征通过掩码生成器，获取根据自然语言描述文本预测的分割掩码；根据损失函数训练模型，最终得到已训练的指代视频分割模型，完成指代视频分割任务。本发明能够让模型理解多模态数据，提高指代视频分割任务的精度，增强其在高度随机的复杂环境下的鲁棒性。
基于多模态查询向量置信指代视频分割方法

[发明专利]一种基于场景图推理的视频问答方法-CN202211587240.7有效
发明人：刘文印;林大润;梁达勇;陈俊洪;西木;黄可思;钟经谋 -专利权人：广东工业大学
申请日： 2022-12-12 - 公布日： 2023-03-31 - 主分类号： G06F16/783 文献下载
摘要：本发明公开一种基于场景图推理的视频问答方法，包括，获取视频数据，并通过场景图生成算法对视频数据进行处理得到无偏场景图数据；对视频数据进行特征提取得到视频特征并获取问题特征，通过多尺度跨注意力模型对所述视频特征及问题特征进行处理，得到共现信息及特征信息；基于共现信息，通过动态图推理模型对无偏场景图数据进行推导得到答案线索信息；对所述答案线索信息及特征信息进行解码，得到视频问答答案信息以实现视频问答。
一种基于场景推理视频问答方法

[发明专利]一种语义对齐的视频问答方法-CN202211502821.6有效
发明人：刘文印;钟经谋;梁达勇;陈俊洪;西木;林大润;黄可思 -专利权人：广东工业大学
申请日： 2022-11-29 - 公布日： 2023-03-10 - 主分类号： G06F16/783 文献下载
摘要：本发明公开了一种语义对齐的视频问答方法，具体步骤为：通过进行问题语义解析及编码，获得问题语义特征，对问题语义特征进行融合，获得问题的全局特征；通过语义视觉选择模块和问题条件视觉模块进行视频解析及编码，融合语义视觉特征和问题条件视觉特征获得视觉全局特征；通过对齐问题解析出的语义的跨模态特征缩小语义鸿沟；基于问题的全局特征和视觉全局特征进行解码推理答案。本发明使用跨模态注意力机制生成与问题解析语义一致的视觉信息和问题条件视觉信息，使用对比学习缩小跨模态语义鸿沟，并融合问题解析出的语义视觉特征和问题条件视觉特征，丰富视觉特征搜索空间，根据问题特征和视觉特征解码视频问答的答案，提高了视频问答的准确率。
一种语义对齐视频问答方法

[发明专利]一种物体姿态估计方法、装置及电子设备和存储介质-CN202010254967.8有效
发明人：刘文印;梁达勇;陈俊洪;朱展模;黄可思;莫秀云 -专利权人：广州科博锐视科技有限公司
申请日： 2020-04-02 - 公布日： 2021-04-06 - 主分类号： G06K9/32 文献下载
摘要：本申请公开了一种物体姿态估计方法、装置及一种电子设备和计算机可读存储介质，该方法包括：获取目标物体的ROI裁剪图，从ROI裁剪图中提取RGB特征；通过多层感知机对RGB特征进行整合以便得到全局特征，并对RGB特征和全局特征进行特征对接得到像素特征；利用回归网络模型预测每个像素特征对应的四元数矩阵和平移矩阵，并选取最优四元数矩阵和最优平移矩阵；利用最优平移矩阵对应的目标像素特征的点云特征微调最优平移矩阵，并利用相机的内参将最优四元数矩阵转换为旋转矩阵；基于旋转矩阵和微调后的最优平移矩阵生成目标物体的姿态估计。本申请提供的物体姿态估计方法，提高了物体姿态估计的鲁棒性。
一种物体姿态估计方法装置电子设备存储介质

[发明专利]一种机器人指令识别方法、装置及电子设备和存储介质-CN202010639441.1在审
发明人：林大润;刘文印;陈俊洪;王思涵;钟经谋;黄可思;朱展模 -专利权人：广东工业大学
申请日： 2020-07-06 - 公布日： 2020-10-20 - 主分类号： G10L15/22 文献下载
摘要：本申请公开了一种机器人指令识别方法、装置及一种电子设备和计算机可读存储介质，该方法包括：获取训练视频和所述训练视频对应的语音片段，并确定所述训练视频对应的动作类型；从所述训练视频中提取视频特征，并从所述语音片段中提取语音特征；基于所述视频特征、所述语音特征和所述动作类型训练神经网络，以便利用训练完成的神经网络进行指令识别。本申请提供的机器人指令识别方法，同时提取视频特征和语音特征，将两者进行拼接进行神经网络的训练，以利用训练完成的神经网络进行指令识别。本申请提供的机器人指令识别方法，所需的语音和视频数据量小，不需要中间转换为文本再提取指令，利用视频特征辅助语音特征，提高了语音识别的准确率。
一种机器人指令识别方法装置电子设备存储介质

[发明专利]一种动作识别方法、装置及电子设备和存储介质-CN202010639980.5在审
发明人：钟经谋;刘文印;陈俊洪;黄可思;林大润;朱展模 -专利权人：广东工业大学
申请日： 2020-07-06 - 公布日： 2020-10-16 - 主分类号： G06K9/00 文献下载
摘要：本申请公开了一种动作识别方法、装置及一种电子设备和计算机可读存储介质，该方法包括：获取目标视频段，识别目标视频段中每帧图像的物体中心点位置、人体关节点位置和手部关节点位置；根据每帧图像的物体中心点位置、人体关节点位置和手部关节点位置构建目标视频段对应的无向空间时间图；基于无向空间时间图提取目标视频段的时空特征，并将时空特征输入分类器中以便完成动作识别。本申请提供的动作识别方法，人体关节点位置和手部关节点位置用于描述人体骨架，用人体骨架和物体位置进行动作识别，充分利用了视频的特征，提高动作识别的准确率。
一种动作识别方法装置电子设备存储介质

[发明专利]机器人转译技能训练方法、装置及电子设备和存储介质-CN202010397455.7在审
发明人： 黄可思;刘文印;陈俊洪;朱展模;梁达勇 -专利权人：广东工业大学
申请日： 2020-05-12 - 公布日： 2020-08-25 - 主分类号： B25J9/00 文献下载
摘要：本申请公开了一种机器人转译技能训练方法、装置及一种电子设备和计算机可读存储介质，该方法包括：获取目标视频段，并确定目标视频段中的动作信息和每个动作信息的概率；其中，动作信息至少包括主体物体、受体物体和主体物体的动作类型，动作信息还包括左手的抓取类型和右手的抓取类型中的任一项或两项；为目标视频段中的每帧图像创建视觉语义图，并利用相邻帧图像的视觉语义图确定受体物体的状态和状态的概率；利用维特比算法基于每个动作信息的概率和状态的概率建立操作指令树，并根据操作指令树确定目标视频段对应的操作指令，以便机器人执行操作指令。本申请提供的机器人转译技能训练方法，可以使得机器人学习到更复杂的操作。
机器人转译技能训练方法装置电子设备存储介质

[发明专利]机器人转译技能训练方法、装置及电子设备和存储介质-CN202010059007.6在审
发明人：刘文印;黄可思;陈俊洪;朱展模;梁达勇 -专利权人：广东工业大学
申请日： 2020-01-19 - 公布日： 2020-06-12 - 主分类号： B25J9/16 文献下载
摘要：本申请公开了一种机器人转译技能训练方法、装置及一种电子设备和计算机可读存储介质，该方法包括：获取目标视频段，并确定所述目标视频段中的动作信息和每个所述动作信息的概率；其中，所述动作信息至少包括主体物体、受体物体和所述主体物体的动作类型，所述动作信息还包括左手的抓取类型和右手的抓取类型中的任一项或两项；利用维特比算法基于每个所述动作信息的概率建立操作指令树；根据所述操作指令树确定所述目标视频段对应的操作指令，以便机器人执行所述操作指令。本申请提供的机器人转译技能训练方法，可以使得机器人学习到更复杂的操作。
机器人转译技能训练方法装置电子设备存储介质

1
共 10 条